임상의의 진단 과정을 모사한 AI 안과 의사 (다중 스케일 어텐션 기반 황반변성 자동 판독)
페이지 정보

본문
성균관대 ICT명품인재양성사업단 Bui 박사, 추현승 교수가 연구한 "다중 스케일 표현학습을 통한 황반변성(AMD) 병변 판독 시스템"은 전역-국소 교차 어텐션(Cross Attention) 및 전문가 협업(Mixture-of-Experts) AI 기술을 활용해 전역 안저 이미지와 중심부 황반 영역의 특징을 동시에 학습하는 것이 가능하다. 이 기술을 활용할 경우 기존의 단순 의료영상 판독 방식을 개선해, 실제 임상의와 동일한 판독 프로세스로 황반변성의 조기 병변을 검출하고 진단 정확도를 획기적으로 향상시킬 수 있다. 본 연구는 SCI급 저널 3건에 게재되었으며, 5건의 국내외 특허로 출원되었다.
-
이전글
맞춤형 치료의 시작을 여는 AI (OCT·임상정보 융합 멀티모달 기반 항-VEGF 치료 예후 예측)
26.04.20 다음글안저 영상에서 당뇨망막병증 등급 분류 (5단계 중증도)
26.04.20댓글목록
등록된 댓글이 없습니다.
